גוגל דיפמיינד חשפה השבוע ניסוי שמראה עד כמה סוכני AI מתקדמים כבר מסוגלים לתכנן, לתקשר ולפתור בעיות בלי שום הכוונה אנושית. ארבעה סוכנים מבוססי Gemini 4 Argon הוכנסו יחד לעולם Minecraft בדיוק כמו שחקן חדש שמתחיל מאפס, וקיבלו משימה אחת בלבד - להביס את דרקון האנדר, הבוס הסופי של המשחק. התוצאה - ניצחון אחרי 27 שעות של משחק עצמאי לחלוטין, בלי שאף בן אדם נגע בבקר.
תמצית מהירה
- ארבעה סוכני Gemini 4 Argon של גוגל דיפמיינד הביסו את דרקון האנדר במיינקראפט מספאון אקראי, בלי כל התערבות אנושית.
- הריצה נמשכה כ-27 שעות, ובמהלכה כתבו הסוכנים 2,783 תוכניות קוד עצמאיות כדי לתכנן ולבצע פעולות.
- הסוכנים תיאמו ביניהם באמצעות 229 הודעות צ'אט וזיכרון משותף, וללא חלוקת תפקידים מראש - ההתמחות של כל סוכן התפתחה תוך כדי המשחק.
- הם מתו 605 פעמים במהלך הריצה, שיחקו ברמת קושי קלה, והשתמשו ב-API שמזהה בלוקים ויצורים סמוכים.
- Gemini 4 Argon עצמו הושק בסוף ספטמבר 2026 כמודל הדגל החדש של גוגל, עם חלון הקשר של מיליון טוקנים והתמקדות בתכנות, עבודת ידע ארגונית והגנת סייבר.
- החברה מציגה את ניסוי מיינקראפט כהוכחת היתכנות לעבודה ארוכת טווח של ריבוי סוכנים - תחום שנחשב קריטי ליישומי AI עתידיים מורכבים יותר מכל משחק.
מה בדיוק קרה בניסוי של גוגל דיפמיינד?
הצוות בגוגל דיפמיינד הציב ארבעה סוכני Gemini 4 Argon בעולם מיינקראפט מבודד ובטוח, כל אחד מהם שולט בדמות נפרדת דרך ממשק טקסטואלי בשם Mineflayer. בניגוד לשחקן אנושי, הסוכנים לא "רואים" את המסך - הם מקבלים מידע טקסטואלי על הסביבה, כולל אילו בלוקים ויצורים נמצאים בקרבתם, ומחליטים על סמך זה אילו פעולות לבצע. משימה אחת בלבד הוצבה בפניהם מההתחלה - לנצח את המשחק על ידי הבסת דרקון האנדר, שלב שדורש כרייה, יצירת ציוד, בניית פורטל לממד הנד ולבסוף קרב מורכב.
בפוסט שפרסם חוקר הבינה המלאכותית מקסנס פלדור, אחד השותפים לדוח, הוא תיאר זאת כך - ארבעה סוכני Gemini 4 Argon, עולם מיינקראפט משותף אחד, ומטרה אחת: להביס את דרקון האנדר. חשבון ה-X הרשמי של גוגל דיפמיינד אישר את התוצאה וציין שהסוכנים ניצחו "מאפס" תוך 27 שעות, ללא קלט אנושי לאורך כל הדרך מלבד ניטור חיצוני של הריצה.
איך הסוכנים עבדו יחד בלי מתכנת שמנחה אותם?
החלק המעניין ביותר בניסוי הוא לא הניצחון עצמו, אלא הדרך שבה הסוכנים הגיעו אליו. במקום לקבל חלוקת תפקידים קבועה מראש - למשל "סוכן אחד כורה, סוכן שני בונה" - הם פיתחו התמחות באופן טבעי תוך כדי המשחק, בדומה לצוות אנושי שמתארגן ספונטנית סביב משימה משותפת. התיאום בין הארבעה התבצע דרך 229 הודעות צ'אט וזיכרון משותף שאפשר להם לעקוב אחרי מה שכבר נעשה, מה חסר ומה הצעד הבא.
כדי לבצע כל פעולה בעולם, הסוכנים לא הסתפקו בפקודות פשוטות - הם כתבו בפועל קוד שמתאר כל מהלך, מהליכה ובנייה ועד קרבות. במהלך 27 השעות הם הפיקו 2,783 תוכניות קוד נפרדות, חלקן תוצאה של ניסוי וטעייה אחרי כישלון. התהליך לא היה חלק - הסוכנים מתו 605 פעמים, בין אם מנפילה, מפגיעה של יצור עוין או מטעות בתכנון, ולמדו מכל כישלון כזה כדי להתאים את האסטרטגיה הבאה. פלאגין ייעודי סייע להם בתכנון מסלולים סביב מכשולים בשטח, ורמת הקושי הוגדרה כקלה כדי למקד את הניסוי ביכולת התכנון והשיתוף ולא בהישרדות גרידא.
מהו בעצם Gemini 4 Argon?
Gemini 4 Argon הוא הדור החדש של מודלי הדגל של גוגל, שהושק בסוף ספטמבר 2026 אחרי תקופה ארוכה שבה גוגל נחשבה מאחורי OpenAI ואנתרופיק במרוץ המודלים המתקדמים. הגישה הראשונית למודל הוגבלה תחילה לקבוצת מגיני סייבר נבחרים דרך תוכנית בשם Fairwind, לפני שנפתחה בהדרגה למפתחים ולעסקים דרך ה-API ב-AI Studio, וגם למשתמשי Gemini App ו-AI Mode בחיפוש עבור מנויי Ultra ו-Pro.
גוגל ממצבת את Argon כמודל שמיועד לעבודה מורכבת וארוכת טווח - הנדסת תוכנה, עבודת ידע ארגונית והגנת סייבר. חלון ההקשר שלו עומד על מיליון טוקנים, וגם מגבלת הפלט גדלה משמעותית לעומת דגמים קודמים, מ-64 אלף טוקנים עד למיליון טוקנים בפלט בודד - שינוי שמאפשר למודל לבצע משימות ארוכות בלי להפסיק באמצע. המחיר שגוגל הכריזה עליו בהשקה עומד על 2 דולר למיליון טוקני קלט ו-10 דולר למיליון טוקני פלט.
בתוך גוגל עצמה, לפי הודעת החברה, השימוש ב-Argon בכלי הפיתוח הפנימי Antigravity הגדיל את כמות ההגשות האוטונומיות של קוד על ידי סוכנים ביותר מ-35%, וצמצם כמעט בשליש את מספר הפעמים שבהן נדרש לבטל שינוי קוד שנכשל. גוגל טוענת גם שהמודל מוביל במדד Vals Index, שבוחן ביצועים בתחומי פיננסים, תכנות, משפטים ומיסוי.
למה ניצחון במשחק מחשב נחשב חדשות AI משמעותיות?
מיינקראפט נבחר לא בגלל שהוא משחק פופולרי, אלא כי הוא בוחן בדיוק את מה שחוקרי AI מתקשים להשיג - תכנון ארוך טווח, קבלת החלטות תחת אי-ודאות, שיתוף פעולה בין כמה סוכנים עצמאיים וסיבולת לכישלונות חוזרים בלי לאבד את הכיוון. בניגוד למבחנים סטטיים שבהם מודל עונה על שאלה ומסיים, כאן נדרשה עקביות על פני יממה שלמה של פעולה, כולל שחזור מ-605 מקרי מוות וקבלת החלטות מחדש בכל פעם.
היכולת של ארבעה סוכנים לחלק ביניהם עבודה בלי תיאום אנושי מוקדם רלוונטית הרבה מעבר למשחקים. באותו אופן שבו הסוכנים חילקו בין עצמם כרייה, בנייה והכנה לקרב, סוכני AI עתידיים בעולם האמיתי יצטרכו לחלק בין עצמם משימות כמו ניתוח נתונים, כתיבת קוד ובדיקות, או שלבים שונים בתהליך עסקי - בלי שמישהו ישב ויתכנת מראש בדיוק מי עושה מה. זו הסיבה שחברות כמו גוגל, אנתרופיק ו-OpenAI משקיעות כיום לא רק בשיפור מודל בודד, אלא ביכולת של כמה סוכנים לעבוד יחד לאורך זמן.
איך Gemini 4 Argon משתווה למודלים המתחרים?
במדד Artificial Analysis Intelligence Index, שבודק יכולות הסקה כלליות ברמת ההגדרות הגבוהה ביותר, Gemini 4 Argon מקבל ציון של כ-53 נקודות - צמוד ל-GPT-6 Astra של OpenAI ומעל GPT-6.1 Sol בנקודה אחת, אך עדיין מעט מאחורי Claude Opus 5.5 ו-Claude Fable 5.1 של אנתרופיק. הטבלה הבאה מרכזת את הנתונים המרכזיים שפורסמו על Argon מול המתחרים העיקריים שלו.
| מודל | חברה | ציון Artificial Analysis Intelligence Index | חלון הקשר |
|---|---|---|---|
| Gemini 4 Argon | גוגל דיפמיינד | כ-53 | מיליון טוקנים |
| GPT-6 Astra | OpenAI | כ-53 | לא פורסם רשמית במקור זה |
| GPT-6.1 Sol | OpenAI | כ-52 | לא פורסם רשמית במקור זה |
| Claude Opus 5.5 | אנתרופיק | מעט מעל Argon | לא פורסם רשמית במקור זה |
| Claude Fable 5.1 | אנתרופיק | מעט מעל Argon | לא פורסם רשמית במקור זה |
חשוב לציין שמדובר בנתונים שפורסמו על ידי גורמי תקשורת וגופי בנצ'מארק חיצוניים, ולא בהכרח בנתונים רשמיים מלאים של כל אחת מהחברות, ולכן יש להתייחס אליהם כהערכה ולא כמספר סופי וקבוע.
נתוני ניסוי מיינקראפט במבט אחד
| מדד | נתון |
|---|---|
| משך הריצה הכולל | כ-27 שעות |
| מספר הסוכנים | 4 |
| תוכניות קוד שנכתבו על ידי הסוכנים | 2,783 |
| הודעות צ'אט שהוחלפו בין הסוכנים | 229 |
| מספר מקרי המוות של הסוכנים במהלך הריצה | 605 |
| רמת קושי | קלה (Easy) |
| התערבות אנושית בפעולות | אין, רק ניטור חיצוני |
מה הצעדים הבאים וממתי אפשר לנסות את Gemini 4 Argon?
נכון לעכשיו, Gemini 4 Argon זמין למפתחים ולעסקים דרך ה-API ב-AI Studio, וגם למשתמשי קצה דרך אפליקציית Gemini ו-AI Mode בחיפוש של גוגל - בכפוף למינוי Ultra או Pro. גוגל טרם פרסמה פרטים רשמיים על כך שניסוי מיינקראפט יהפוך למוצר או לכלי זמין לציבור, ומדובר בהדגמת מחקר שמטרתה להראות יכולת ולא פיצ'ר מסחרי. עם זאת, הדפוס ברור - ככל שמודלים כמו Argon מוכיחים את עצמם במשימות ריבוי סוכנים מורכבות, סביר להניח שיכולות דומות ישתלבו בכלים עסקיים כמו ניהול פרויקטים אוטומטי, בדיקות תוכנה מבוזרות וניתוח נתונים צוותי.
לצד ההישג, גוגל ממשיכה להדגיש את הצד הבטיחותי של Argon, וטוענת כי זהו המודל עם מערך האבטחה והבטיחות המקיף ביותר שהחברה פיתחה עד כה - נקודה רלוונטית במיוחד נוכח העובדה שהגישה הראשונית למודל ניתנה דווקא לגורמי הגנת סייבר, עוד לפני שנפתחה לקהל הרחב.
שאלות נפוצות
מה זה Gemini 4 Argon?
Gemini 4 Argon הוא מודל הדגל החדש של גוגל דיפמיינד, שהושק בסוף ספטמבר 2026 ומיועד למשימות מורכבות וארוכות טווח בתכנות, עבודת ידע ארגונית והגנת סייבר, עם חלון הקשר של מיליון טוקנים.
כמה זמן לקח לסוכנים לנצח את מיינקראפט?
הריצה נמשכה כ-27 שעות, מרגע ספאון אקראי ועד הבסת דרקון האנדר, ללא הפסקות הכוללות התערבות אנושית.
האם הייתה התערבות אנושית בתהליך?
לא. חוקרי גוגל דיפמיינד ניטרו את הריצה מהצד, אך לא תכננו מראש את חלוקת התפקידים ולא התערבו בהחלטות של הסוכנים במהלך המשחק.
כמה תוכניות קוד הסוכנים כתבו במהלך הריצה?
הסוכנים כתבו יחד 2,783 תוכניות קוד נפרדות כדי לתכנן ולבצע פעולות בעולם המשחק, כחלק מתהליך מתמשך של ניסוי, כישלון ותיקון.
האם Gemini 4 Argon זמין לציבור הרחב כיום?
כן. לאחר גישה ראשונית מוגבלת לגורמי הגנת סייבר, המודל זמין כעת למפתחים ולעסקים דרך ה-API, ולמשתמשי Gemini App ו-AI Mode בחיפוש עבור מנויי Ultra ו-Pro.
במה שונה הישג כזה מניצחון רגיל של שחקן אנושי במיינקראפט?
שחקן אנושי יכול לראות את המסך ולתכנן בזמן אמת. הסוכנים כאן פעלו רק על בסיס מידע טקסטואלי על הסביבה, כתבו קוד לכל פעולה, ותיאמו ביניהם באמצעות הודעות וזיכרון משותף בלי חלוקת תפקידים מוגדרת מראש - כלומר ההישג הוא בעיקר בתכנון ובשיתוף הפעולה האוטונומי, ולא במיומנות משחק גרידא.
